Sztuczna inteligencja czyta ze zrozumieniem

Mimo rosnącej popularności treści wideo oraz fotograficznych portali społecznościowych, takich jak Instagram, dane tekstowe wciąż mają duże znaczenie w procesie komunikacji. Rozwój technologii spowodował rewolucję zarówno w łatwości dostępu do informacji, jak i możliwości tworzenia i publikowania nowych treści, w tym wpisów na blogach czy komentarzy. Co więcej, nieco zapomniane SMS-y nadal są popularną formą porozumiewania się. Potwierdzają to dane z raportu „Komunikacja SMS w Polsce”, z których wynika, że ponad 96% Polaków korzysta z tego sposobu kontaktu. W procesie analizy i automatycznego przetwarzania danych tekstowych pomocne są narzędzia do text miningu.

(13 lipca 2018 r.) - Rozwiązania z zakresu text mining, wykorzystujące sztuczną inteligencję, pozwalają z obszernych zbiorów treści uzyskać dokładny obraz wizerunku firmy, produktu, zachowań i potrzeb. Przykładem takiego narzędzia jest SAS® Visual Text Analytics. System wykorzystuje inteligentne algorytmy oraz techniki przetwarzania języka naturalnego (NLP) w celu automatycznego wyodrębnienia relacji i wzorów wśród danych niestrukturalnych, eliminując w ten sposób potrzebę ich manualnego przeglądania.

Analiza tekstu w trzech krokach

Proces analizy danych tekstowych składa się z trzech głównych faz:

  1. Faza 1 - Identyfikacja źródeł danych oraz uzyskanie dostępu do nich. Potencjalne źródła to: zasoby serwerów pocztowych, przebiegi rozmów na chacie, notatki i transkrypcje rozmów Call Center, media społecznościowe, wewnątrzfirmowe repozytoria np. umów, ofert czy dokumentacji.
  2. Faza 2 - Właściwy proces przetwarzania i analizowania danych tekstowych. W celu podniesienia jakości działania algorytmów celowe jest wykonanie automatycznej korekty pisowni.
  3. Faza 3 - Konsumpcja wyników z użyciem wizualizacji lub wykorzystanie wyników jako danych wejściowych w modelowaniu wraz z danymi ilościowymi np. przy wykrywaniu nadużyć.

 
Przykładem wykorzystania narzędzi text mining jest zwalczanie procederu prania brudnych pieniędzy. System dokonuje analizy, skanując dokumenty handlowe pod kątem nielegalnej działalności. Dzięki temu specjaliści ds. przestępstw finansowych mogą nadawać odpowiednie priorytety poszczególnym sprawom. Ekstrakcja umożliwia wydobywanie z dokumentów tekstowych interesujących fragmentów, takich jak imiona i nazwiska, adresy czy określenia czasu. Inny przykład to analiza sentymentu, która pomaga monitorować postrzeganie marki, produktu czy reklamy, co jest niezwykle przydatne w planowaniu działań marketingowych.

Forrester wskazuje liderów text mining

W raporcie Forrester Wave™: AI-based Text Analytics Platform, Q2 2018 firma SAS zajęła pozycję lidera. Oferowane przez nią rozwiązania dają organizacjom możliwość przetwarzania języka naturalnego, uczenia maszynowego oraz reguł lingwistycznych przy pomocy wizualnego pulpitu nawigacyjnego. W raporcie zwrócono uwagę na kompleksowy wizualny interfejs użytkownika, łatwość obsługi, a także wykorzystanie potencjału machine learning.

Informacja o firmie SAS Institute

SAS Institute jest światowym liderem w zakresie analityki biznesowej oraz największym niezależnym dostawcą oprogramowania Business Intelligence. Z rozwiązań SAS korzysta na świecie ponad 83 000 firm i instytucji w 148 krajach, w tym 96 przedsiębiorstwa z pierwszej setki listy 2017 Fortune Global 500. Firma istnieje od 1976 r. i zatrudnia ponad 14 000 pracowników. W Polsce SAS Institute działa od 1992 r. i jest wiodącym dostawcą zaawansowanej analityki i BI. Rozwiązania i oprogramowanie SAS adresowane są do wszystkich sektorów gospodarki, m.in. bankowości, ubezpieczeń, telekomunikacji, energetyki, farmacji, przemysłu, handlu oraz sektora administracji publicznej.

Kontakt:

SAS Poland
Katarzyna Kwiecień
Communications Manager
SAS Institute Sp. z o.o.
ul. Gdańska 27/31
01-633 Warszawa
+48 22 560 46 00

Sztuczna inteligencja czyta ze zrozumieniem

Back to Top